一、项目背景

我们知识库文档有几十万篇，但日活查询并不高，峰值也就几百 QPS。一开始按惯例上了 Milvus 集群，结果运维同学天天被召回抖动和节点扩容折腾，成本也下不来。我们回头想，规模没到那个量，硬上专用向量库是过度设计。

Milvus 集群那阵子，光是节点扩容和召回抖动就占了 DBA 大半精力，而我们查询量根本不配养这么重的组件，成本高还伺候不起。我们才下决心迁回轻量方案，把资源花在召回质量而不是集群运维上，方向才算正。

DBA 接管 pgvector 后，备份容灾直接复用现有 Postgres 体系，不用再为向量集群单独建一套，运维心智负担小了一大半。出事也有人能救，夜里睡得着，故障演练也敢真做。

二、落地场景

我们把向量检索迁到 pgvector，和已有的业务库共用一套 Postgres，省掉一整套集群。场景是客服知识库的语义检索：用户问句向量化后，在 pgvector 里做近邻检索，再和关键词检索做混合，最后接重排。热词和高频问法我们加了缓存，命中就直接返回。

迁移到 pgvector 我们没一步切，先双写比对召回质量，确认持平才切流量，整个过程业务无感，这也是我们做技术切换的稳妥做法。DBA 本来就管 Postgres，不用再学一套向量集群，出问题有人管比新潮更重要。

混合检索上线后，我们补了一层同义词扩展，用户说口语化问法也能命中，客服反馈答非所问少了，这块是关键词检索兜的底。纯向量会漏，组合才稳，召回质量才真的上来。

我们后来把这套轻量向量方案沉淀成标准模板，新业务要接语义检索直接套，不用再纠结上不上专用集群，DBA 也熟悉，出问题自己能排。技术栈统一后维护成本反而更低，新人上手也快，复制成本几乎为零。迁移时我们留了 Milvus 对比报表给老板，召回持平成本砍半，老板才信轻量不是凑合。技术选型用数据说话比讲趋势管用，后面新业务上线周期也短了，迭代快，半年接了三个新业务都没加集群。

我们后来还把向量检索的耗时埋点接进统一监控，慢查询一眼能定位到是哪个索引在拖，调优不再靠猜，DBA 也敢动参数了。新业务接入时我们也强制走这套轻量方案，避免有人图省事又去申请向量集群，技术栈才守得住，维护成本一直压在低位是真金白银。

热点模型预热我们也接了自动调度，访问曲线一上来系统自己就把对应模型 load 好，不用人工盯，稳态延迟一直压得很低，运维也省心。

三、关键技术挑战与解决思路

第一个坑是索引参数。pgvector 的 ivfflat 要设 Lists，我们一开始按文档默认值设得偏小，召回率掉得狠，Top5 命中率只有六成多。后来按数据量把 Lists 调到合理区间，再配合理的 probes，召回率回到九成以上。

ivfflat 的 probes 我们试过从 10 调到 40，召回涨了但延迟也涨，最后取 20 是个平衡，查询量和质量都顾得到，不是越大越好。第二个坎是混合检索的融合，向量分和关键词分量纲不同，我们用了归一化再加权的办法，权重靠离线评测定。

ivfflat 参数我们写进了上线 checklist，新库默认按数据量算 Lists，不再靠拍脑袋，新人接手也不会再踩召回掉的深坑。踩过一次就够了，规范比经验牢，传承也稳。

四、效果数据

迁到 pgvector 后，检索延迟 P99 在几百毫秒内，满足客服场景。召回率从 ivfflat 参数坑时的六成多回到约 92%，Top5 命中率和之前 Milvus 方案基本持平。运维成本几乎归零，因为不用再养一套向量集群，DBA 本来就管 Postgres。

热词缓存上线后，约三成高频问法根本不进向量检索，这部分延迟降到毫秒，用户体感最快的就是这块。整体一年下来省了一台向量集群的资源和一个人月的运维，DBA 也不用半夜盯向量节点，这事大家都轻松。

热词缓存我们按业务高峰预热，大促前把高频问法提前灌进去，峰值延迟稳得很，DBA 说这是性价比最高的一刀。不碰模型就能变快，谁都乐意做，资源也省下一截。

五、可复用经验总结

中小规模知识库别盲目上专用向量库，pgvector 共用业务库更省心，前提是量没到千万级。ivfflat 的 Lists 和 probes 一定要按数据量调，默认值多半偏小，召回会偷偷掉，这点我们交过学费。

向量检索选型别追新追重，量没到就选轻量方案，pgvector 共用业务库省一套集群，DBA 也熟，出问题有人管比新潮更重要。混合检索要做分数归一化再融合，不然向量和关键词各说各话，重排别贪多吃前几十条足够。

迁移完我们留了 Milvus 的对比报表给老板看，召回持平成本砍半，老板才信轻量方案不是凑合。技术选型用数据说话比讲趋势管用，预算也好批了，后面新业务直接套。

案例片段（已脱敏）： 某客服知识库，文档约 40 万篇，向量维度 768。我们迁 pgvector 的配置片段：CREATE INDEX ON docs USING ivfflat (emb vector_cosine_ops) WITH (lists = 2000); SET ivfflat.probes = 20; 混合: score = 0.7*normalize(vector_topk) + 0.3*normalize(bm25_topk) 重排: rerank(candidates[:50]) -> top5 热词缓存: redis, TTL 300s, 命中直接返回调参前 Lists=100 时 Top5 命中仅 63%，调到 2000 后回到 92%，DBA 说终于不用半夜盯向量节点。